关于特征在背景建模与前景检测中的作用与重要性

背景建模已成为视频监控中各种应用的热门前景检测技术。背景建模方法在鲁棒地建模背景并因此检测任意视觉场景中的运动物体方面已变得日益高效。尽管近年来已提出若干背景减除与前景检测方法，但目前尚无传统算法能够同时应对光照变化、动态相机运动、杂乱背景和遮挡等所有关键挑战。这一局限性可归因于缺乏对特征在背景建模与前景检测中作用与重要性的系统性研究。在已有大量不变特征可用的情况下，挑战在于确定最佳的特征组合以提升检测的准确性和鲁棒性。本研究旨在发起对背景建模与前景检测中所用特征的严格而全面的调查。此外，本文呈现了对技术的系统性实验与统计分析，以提供对背景建模趋势的宝贵见解并为从业者得出有意义的建议。本文在基于类型和尺寸对特征的关键特性进行初步审查的同时，调查了其固有的光谱、空间和时间特性。进一步地，使用统计和模糊工具的改进被加以检验，基于多特征的技术在可靠性和选择准则方面被进行基准比较。最后，对数据集和代码等不同可用资源进行了描述。